共 13 条
- [8] 知识图谱发展与构建的研究进展[J]. 朱木易洁,鲍秉坤,徐常胜.南京信息工程大学学报(自然科学版). 2017(06)
基于CNN-BiGRU模型的事件触发词抽取方法
被引：15
|作者：
苗佳
[1
]
段跃兴
[1
]
张月琴
[1
]
张泽华
[1
]
机构：
[1] 太原理工大学信息与计算机学院
来源：
关键词：
事件抽取;
触发词检测;
事件类型识别;
卷积神经网络;
循环神经网络;
双向门控循环单元;
特征提取;
D O I：
10.19678/j.issn.1000-3428.0058756
中图分类号：
TP391.1 [文字信息处理];
学科分类号：
081203 ;
0835 ;
摘要：
传统事件触发词抽取方法在特征提取过程中对自然语言处理工具产生过度依赖的方法,耗费大量人力,容易出现错误传播和数据稀疏性等问题。为此,提出采用CNN-Bi GRU模型进行事件触发词抽取的方法。将词向量和位置向量进行拼接作为输入,提取词级别特征和句子全局特征,提高触发词抽取效果,并通过CNN提取词汇级别特征,利用Bi GRU获取文本上下文语义信息。在ACE2005英文语料库和中文突发事件语料库CEC上的实验结果表明,该模型事件触发词识别F1值分别达到74.9%和79.29%,有效提升事件触发词的抽取性能。
引用
收藏
页码：69 / 74
+83
页数：7
相关论文